一种基于递归门控卷积的网络入侵检测方法与系统

本申请公开了一种基于递归门控卷积的网络入侵检测方法与系统，涉及数据处理技术领域。所述获取待预测流量数据；获取网络入侵检测模型；对网络入侵检测模型进行训练，训练包括：按固定时间窗口对经过预处理的训练数据划分流量切片；计算每个时间窗口与空间维度的融合特征值；生成时空特征矩阵；将时空特征矩阵与经过预处理的训练数据拼接，形成增强特征集；构建教师模型以及学生模型；对所述教师模型进行训练以及对学生模型进行训练；将所述待预测流量数据输入至经过训练的网络入侵检测模型，从而获取预测结果。通过时间窗口划分和时空融合，人为扩展了数据的多样性，使模型在训练中接触到更丰富的场景，减少对特定样本分布的依赖。